注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 多示例多标记学习

  2. 在利用机器学习技术解决实际问题时，常见的做法是先对真实对象进行特征提取，用一个特征向量来描述这个对象，这样就得到了一个示例（instance），然后把示例与该对象所对应的类别标记（label）关联起来，就得到了一个例子（example）。在拥有了一个较大的例子集合之后，就可以利用某种学习算法来学得示例空间与标记空间之间的一个映射，该映射可以预测未见示例（unseen instance）的标记。假设每个对象只有一个类别标记，那么形式化地来说，令为示例空间、为标记空间，则学习任务是从数据集 中学得

  3. 所属分类：webOS

    • 发布日期：2014-07-10
    • 文件大小：1048576
    • 提供者：u010659604

  1. 多标记分类器MLKNN

  2. 该代码专门处理多标记数据，使用扩展的最近邻算法建立能够处理多标记数据集的分类器，而且提供几种有效的评价指标。

  3. 所属分类：其它

    • 发布日期：2009-04-10
    • 文件大小：5120
    • 提供者：aijie2468

  1. 基于多模态多标记迁移学习的早期阿尔茨海默病诊断

  2. 基于多模态多标记迁移学习的早期阿尔茨海默病诊断，基于多模态多标记迁移学习的早期阿尔茨海默病诊断

  3. 所属分类：深度学习

    • 发布日期：2018-03-08
    • 文件大小：980992
    • 提供者：baidu_41808302

  1. 一种新型多标记懒惰学习算法

  2. 在多标记学习框架下的一种多标记懒惰学习算法，算法利用了蕴含于其他概念类中的信息，充分考察了样本多个标记之间的相关性

  3. 所属分类：机器学习

    • 发布日期：2018-03-19
    • 文件大小：495616
    • 提供者：qq_24855055

  1. 多标签(multi-label)数据问题常用的分类器或者分类策略

  2. 目前有很多关于多标签的学习算法，依据解决问题的角度，这些算法可以分为两大类：一是基于问题转化（Problem Transformation）的方法，二是基于算法适应的方法和算法适应方法（Algorithm Adaptation）。基于问题转化的多标记分类是转化问题数据，使之适用现有算法；基于算法适应的方法是指针对某一特定的算法进行扩展，从而能够直接处理多标记数据，改进算法，适应数据。

  3. 所属分类：机器学习

    • 发布日期：2018-07-03
    • 文件大小：104448
    • 提供者：beaujor

  1. 多示例学习与多标记学习的研究

  2. 多示例学习与多标记学习的研究，在工作的应用场景中很有帮助

  3. 所属分类：机器学习

    • 发布日期：2018-10-23
    • 文件大小：217088
    • 提供者：wang_anqi

  1. 针对弱标记的多标记数据集成学习分类方法

  2. 提出一种针对弱标记的多标记数据集成学习分类方法，它通过采用基于相似性成对约束投影的方法来处理数据，更好地利用了弱标记样本的特征，从而提高了分类性能。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：236544
    • 提供者：weixin_38748210

  1. 基于ATmega16的气动标记控制系统设计

  2. 基于ATmegal6和CH341T改进的标记机控制系统大大缓解PC机的工作负担；应用基于ATmegal6的相频修正PWM模式，可通过软件调整高频电磁阀所需的PWM信号；使用TIPl22三极管替换直流继电器后，驱动电路更简便和便宜。标记控制软件从原来常用的并口模式或插扩展卡的模式升级到USB模式，适合于台式PC机和笔记本电脑．现已实现多标记头在一台PC机控制下的异步工作。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：1048576
    • 提供者：weixin_38665093

  1. 基于多核融合的多实例多标签场景分类方法

  2. 多实例多标签学习是多标签分类中多实例学习的扩展，已成功应用于图像分类中。 在现有算法中，通常将袋子中实例的分布相互独立，这在图像分类中很难保证。 考虑中 在一个袋子实例的相关性，inthis本文基于多内核场景分类的新方法fusionand提出多实例多标记学习。 首先，通过构建图来介绍实例相关性。 然后，基于不同比例尺的图，可以从内核函数中得出不同的内核矩阵。 最后，基于多核融合的多核SVM分类器可以预测多标签。 对场景数据集和MSRC v2数据集的实验结果表明，与其他方法相比，该方法极大地提高

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：724992
    • 提供者：weixin_38515362

  1. MetaWorks:MetaWorks是一个灵活的多标记元条形码管道，用于处理从原始fastq.gz文件到分类分配的成对末端Illumina读取-源码

  2. MetaWorks的 MetaWorks由一个conda环境和Snakemake流水线组成，这些流水线将在命令行中运行，以生物信息学方式处理从原始读取到分类分配的Illumina配对末端元条形码。 MetaWorks当前支持许多流行的标记基因扩增子和元条形码：COI（真核生物），rbcL（真核生物，硅藻），ITS（真菌，植物），16S（原核生物），18S（真核生物，硅藻），12S（鱼）和28S（真菌）。 使用RDP分类器进行分类分配，该分类器使用朴素的贝叶斯方法来生成分类分配，并在每个等级上提供

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：248832
    • 提供者：weixin_42107374

  1. 融合特征排序的多标记特征选择算法

  2. 融合特征排序的多标记特征选择算法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38617615

  1. 基于局部子空间的多标记特征选择算法

  2. 基于局部子空间的多标记特征选择算法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38666114

  1. 一种嵌入样本流形结构与标记相关性的多标记降维算法

  2. 现有的多标记降维算法常通过学习标记相关性构建样本间的相似关系,进而提高学习系统的性能.然而,在实际应用中,样本的标记信息可能存在噪声,且部分标记信息可能缺失,因此由样本的标记信息学得的标记相关性可能不准确,无法有效挖掘样本间的相似关系.为了解决该问题,从样本的特征空间与标记空间两个方面构建样本间的相似关系.在利用标记空间学习标记相关性的同时,通过引入特征空间中的概率超图模型,提出一种嵌入样本流形结构与标记相关性的多标记降维算法.在十个多标记数据集和六种评价准则上的实验结果证明了所提算法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_38500734

  1. 基于标记权重的多标记特征选择算法

  2. 基于标记权重的多标记特征选择算法

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：786432
    • 提供者：weixin_38673548

  1. 基于决策粗糙集的多标记情绪分类

  2. 基于决策粗糙集的多标记情绪分类

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：400384
    • 提供者：weixin_38535428

  1. 多标记-源码

  2. 多标记

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：626688
    • 提供者：weixin_42131618

  1. 多功能时间分辨仪和苯丙酮尿症荧光仪一体化设计

  2. 新生儿疾病筛查中需要使用荧光分析和时间分辨荧光免疫分析技术，而国内尚无集成两种测量手段的仪器。研发了一套可同时进行两种测量的透镜光纤结合型多功能时间分辨仪。根据美国临床实验室标准化委员会(NCCLS)文件以及相关文献，将研制的荧光仪和在国内各大医院已获广泛应用的标准仪器(雷勃仪器，THERMO Varioskan Flash全波长多功能酶标仪；芬兰PekinElmer Wallac1420多标记免疫分析仪)相比较，对所研发的仪器进行了全面评价。结果表明仪器的各项指标均符合要求，可考虑投入实际生产

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38646914

  1. 多标记粒度不完备信息系统的粗糙近似

  2. 在粒计算看来,一个粒是由多个比较小的颗粒组成更大的一个单元.在许多场合下,由于不同尺度对数据集分割而得到不同层次的信息粒度,这些不同的信息粒度可以用不同的标记块来区分.首先介绍了用一个满射来定义标记块的概念,接着在标记块的基础上给出了多标记粒度结构.针对多标记粒度结构,先给出了完备信息系统中粒度信息变换函数,接着在多标记不完备信息系统中重新定义了粒度信息变换函数.由粒度信息变换函数,可以在多标记不完备信息系统中得到信息粒度的一个层次结构.在每一个层次中,利用非对称相似关系定义相似类,进而定义集合

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：353280
    • 提供者：weixin_38572115

  1. 基于标记权重的多标记特征选择算法

  2. 基于标记权重的多标记特征选择算法

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：2097152
    • 提供者：weixin_38715048

  1. 多标记学习研究综述

  2. 多标记学习研究综述

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：1048576
    • 提供者：weixin_38544978
« 12 3 4 5 6 7 8 9 10 ... 50 »